Дополнительная профессиональная программа «Технический аналитик (AI/TADS Analytic (Предиктивная аналитика в промышленности и медицине)» направлена на подготовку специалистов в области анализа и переподготовки данных для использования их при решении задач средствами искусственного интеллекта. Программа ориентирована в первую очередь на решение задач в области предиктивного анализа, поэтому рассматриваются соответствующие алгоритмы машинного обучения, позволяющие получить как прогнозы на перспективу, так и казуальные (причинно-следственные) прогнозы. Особенностью программы, является изучение перспективных методов искусственного интеллекта, заключающиеся в комбинации искусственных нейронных сетей с классическими моделями предиктивной статистики (DeepSurv, DeepAR).
В качестве инструментов рассматриваются как классические инструменты машинного обучения (логистическая регрессия, деревья решения), так и ансамблиевые алгоритмы и алгоритмы анализа временных рядов и анализа выживаемости (надежности), применяемые в области предиктивного анализа, а также искусственные нейронные сети для прогнозирования динамики. Особенностью программы является наличие внутри нее двух образовательных треков, ориентированных на применение изучаемых алгоритмов машинного обучения к решению задач в медицине или в промышленности. То есть слушатель может выбрать с каким набором данных ему выполнять задание – медицинским или промышленным: например, для решения задачи прогноза «приживётся» зубной имплантат или нет и решения задачи прогноза отказа насосного оборудования применяется один и тот же инструмент машинного обучения, но при этом будут использованы свои наборы данных.
Преимуществом программы является ее нацеленность на получение практических навыков работы с данными (в том числе с данными типа временных рядов и цензурированными данными, возникающими при решении задач прогноза отказа оборудования и выживаемости больных), проведение комплексного эксплоративного анализа, организации хранения информации и применения алгоритмов машинного обучения. В качестве выпускной квалификационной работы слушателям необходимо будет выполнить практикоориентированный проект.
Слушатели, прошедшие обучение в рамках данной программы, смогут претендовать на позиции начинающих разработчиков, аналитиков, технических аналитиков, специалистов по машинному обучению и инженеров в промышленных компаниях и медицинских учреждениях, научных институтах. Потребность в таких специалистах в настоящее время огромна.
Ссылка на курс: https://cat.2035.university/rall/course/27913/
Подать заявку: https://ai.2035.university/?tfc_charact:5826505[745811456]=Уфимский+ун+науки+и+технологий&tfc_div=:::#catalog
Количество часов в программе: 288 часов.
Форма обучения: очно-заочная, осуществляемая с применением электронного обучения и (или) дистанционных образовательных технологий (онлайн).
Обучение будет проходить дистанционно 24.06 – 02.11.2024 г. по 2-3 онлайн-встречи в неделю. По окончании обучения выпускники получат удостоверение о повышении квалификации. Успешно завершивший участник также сможет получить дополнительно диплом о переподготовке в УУНиТ по программе того же профиля, где большую часть программы проекта перезачтут.
Целью программы является получение новых компетенций, необходимых для профессиональной деятельности в области подготовки, разработки и сопровождению проектов по искусственному интеллекту.
Категория слушателей: Граждане Российской Федерации в возрасте от 18 лет и до достижения возраста, дающего право на страховую пенсию по старости в соответствии с частью 1 статьи 8 Федерального закона «О страховых пенсиях», имеющие среднее профессиональное и (или) высшее образование, либо получающие среднее профессиональное и (или) высшее образование, постоянно проживающие на территории Российской Федерации, нацеленные на совершенствование имеющихся компетенций и приобретение новых компетенций в области искусственного интеллекта и в смежных областях с целью повышения профессиональной эффективности.
Минимальные требования к уровню подготовки поступающего на обучение:
Содержание программы
Модуль 1. Предварительная обработка и автоматический эксплораторный анализ различных типов данных – 54 ак. ч.
Модуль 2. Парсинг и web-скрейпинг – 54 ак. ч.
Модуль 3. Технологии хранения данных – 36 ак. ч.
Модуль 4. Алгоритмы машинного обучения – 72 ак. ч.
Модуль 5. Алгоритмы прогнозной аналитики – 54 ак. ч.
Контакты для связи:
e-mail: dpo_ino_2024@mail.ru
телефон: +78002003568
Преподаватели курса
Лакман Ирина Александровна |
Исламов Ильшат Яхиевич |
Прудников Вадим Борисович |
Абзалилова Лия Рашитовна |
Тимирьянова Венера Маратовна |
ФГБОУ ВО УУНиТ Заведующая научной лабораторией, руководитель направления искусственный интеллект, ИТ-компания ООО «Лексема». Кандидат технических наук Доцент |
ФГБОУ ВО УУНиТ Доцент кафедры цифровой экономики и коммуникаций Кандидат экономических наук, доцент |
ФГБОУ ВО УУНиТ Доцент кафедры цифровой экономики и коммуникаций Кандидат технических наук, доцент |
ФГБОУ ВО УУНиТ Доцент кафедры цифровой экономики и коммуникаций Кандидат физико-математических наук |
ФГБОУ ВО УУНиТ Главный научный сотрудник лаборатории исследования социально-экономических проблем регионов Доктор экономических наук Доцент |